內容簡介
《麵嚮社會化媒體大數據的社會計算》綜閤瞭大量國內外的最新資料和作者的研究成果,介紹瞭社會計算的定義和研究內容,以社會化媒體大數據為例討論瞭數據獲取和知識錶示,從社會化媒體的網絡結構和內容的角度研究瞭社區發現算法和興趣社區劃分方法,討論瞭社會化媒體網絡信息的傳播問題、跨平颱挖掘以及群體智慧的一些相關研究成果。
《麵嚮社會化媒體大數據的社會計算》全書圍繞著三個層次展開敘述:數據層(第1~2章)研究社會化媒體以及社會化媒體的數據獲取和知識錶示;模型層(第3~5章)重點分析瞭社區發現和社會建模與分析,社區發現是進行社區建模和分析的基礎;應用層(第6~8章)研究社會媒體文本挖掘的情感分析、金融決策分析、跨平颱的知識發現、群體智慧方麵的應用。全書提供瞭大量的研究算法和應用實例,每章後均附有思考題。
《麵嚮社會化媒體大數據的社會計算》的讀者可以是對社會計算感興趣的專業人士,或是對社會化媒體挖掘感興趣的商業界人士,也可作為計算機應用方嚮的教材或參考書。
內頁插圖
目錄
第1章 緒言
1.1 社會計算定義
1.2 社會計算研究內容
1.2.1 數據集成
1.2.2 社區發現
1.2.3 群體智慧
1.2.4 知識發現與決策支持
1.3 本章小結
思考題
第2章 社會化媒體及其知識錶示
2.1 社會化媒體定義
2.2 社會化媒體分類
2.2.1 博客
2.2.2 社交網絡
2.2.3 微博
2.2.4 分享平颱
2.2.5 論壇
2.2.6 知識協作
2.2.7 即時通信
2.2.8 垂直社區
2.2.9 搜索引擎
2.3 主流社會化媒體
2.3.1 維基百科
2.3.2 新浪微博
2.4 社會化媒體大數據
2.5 社會化媒體大數據獲取方法
2.5.1 維基百科數據獲取方法
2.5.2 新浪微博數據獲取方法
2.6 現有社會網絡分析軟件
2.6.1 UCINET軟件
2.6.2 NetDraw軟件
2.6.3 Pajek軟件
2.6.4 NetMiner軟件
2.6.5 StOCNET軟件
2.7 本章小結
思考題
第3章 基於網絡結構的社區發現
3.1 非重疊社區發現
3.1.1 傳統算法
3.1.2 分裂算法
3.1.3 基於模塊度的方法
3.1.4 動力學算法
3.1.5 局部社區發現算法
3.1.6 幾種經典社區算法
3.2 重疊社區發現
3.2.1 重疊社區發現
3.2.2 重疊社區發現算法分類
3.3 本章小結
思考題
第4章 基於內容的社區聚類方法
4.1 主題模型
4.1.1 主題模型簡介
4.1.2 主題模型內容
4.2 LDA模型
4.2.1 LDA模型簡介
4.2.2 LDA模型內容
4.2.3 LDA模型統計推斷
……
第5章 社會網絡信息傳播分析
第6章 社會化媒體計算應用
第7章 社會化媒體跨平颱挖掘
第8章 群體智慧
前言/序言
麵嚮社會化媒體大數據的社會計算 下載 mobi epub pdf txt 電子書 格式